【动态规划】—— 300. 最长递增子序列
题目描述
给你一个整数数组 nums ,找到其中最长严格递增子序列的长度。
子序列是由数组派生而来的序列,删除(或不删除)数组中的元素而不改变其余元素的顺序。例如,[3,6,2,7] 是数组 [0,3,1,6,2,2,7] 的子序列。
示例 1:
输入:nums = [10,9,2,5,3,7,101,18]
输出:4
解释:最长递增子序列是 [2,3,7,101],因此长度为 4 。
示例 2:
输入:nums = [0,1,0,3,2,3]
输出:4
示例 3:
输入:nums = [7,7,7,7,7,7,7]
输出:1
解题思路
-
动态规划 - 时间复杂度 O(N^2)
dp[i] 表示以nums[i]这个数结尾的最长递增子序列的长度
public int lengthOfLIS_1(int[] nums) {
int[] dp = new int[nums.length];
//base case :dp数组全都初始化为1
Arrays.fill(dp,1);
for(int i=0;i<nums.length;i++){
for(int j = 0;j <i;j++){
if(nums[i]>nums[j]){
dp[i] = Math.max(dp[i],dp[j]+1);
}
}
}
int res = 0;
//重新遍历一遍数组,找到最长的递增子序列长度
for(int i = 0;i < dp.length;i++){
res = Math.max(res,dp[i]);
}
return res;
}
- 二分搜索法 ——patience sorting(耐心排序)
借助思想:
只能把点数小的牌压到点数⽐它⼤的牌上。 如果当前牌点数较大没有可以放
置的堆, 则新建一个堆, 把这张牌放进去。 如果当前牌有多个堆可供选择,
则选择最左边的堆放置。
public int lengthOfLIS(int[] nums) {
int[] top = new int[nums.length];
//排堆数初始化为0
int piles = 0;
for (int i = 0; i < nums.length; i++) {
//要处理的扑克牌
int poker = nums[i];
/**
* 搜索左侧边界的二分搜索
*/
int left = 0,right = piles;
while (left < right){
int mid = (left + right) /2;
if (top[mid] > poker){
right = mid;
}else if (top[mid] < poker){
left = mid + 1;
}else {
right = mid;
}
}
//没有找到合适的排堆,新建一堆
if (left == piles) piles++;
top[left] = poker;
}
//排堆数就是LIS长度
return piles;
}